Videnskab
 science >> Videnskab >  >> Astronomi

Gør et dybt dyk ned i den støvede Mælkevej

Et kantperspektiv af Mælkevejen set fra Jorden. Kredit:ESO/S

Et animeret dyk ned i den støvede Mælkevej afslører konturerne af vores galakse, der tager form, mens vi ser længere og længere ud fra Jorden.

Baseret på nye data fra et interaktivt værktøj, der udnytter data fra Den Europæiske Rumorganisations Gaia-mission og andre rumvidenskabelige datasæt, har astronomer lavet en animation til at modellere støv i Mælkevejen. Værket blev præsenteret i denne uge på National Astronomy Meeting (NAM 2022) på University of Warwick og offentliggjort i Astronomy &Astrophysics .

Animationen viser den kumulative opbygning af støv, der ser fra Jordens lokale kvarter til ~13000 lysår mod det galaktiske centrum - omkring 10% af den samlede afstand over Mælkevejen. Tæt på hvirvler støv rundt, men længere ude bliver koncentrationen af ​​støv langs det galaktiske plan tydelig. To "vinduer", et over og et under det galaktiske plan, er også afsløret.

Animation, der viser den kumulative opbygning af støv, der ser fra Jordens lokale kvarter til omkring 13.000 lysår mod Mælkevejens centrum. Kredit:EXPLORE/ACRI-ST/GEPI

"Støvskyer er relateret til dannelsen og døden af ​​stjerner, så deres fordeling fortæller en historie om, hvordan strukturer dannes i galaksen, og hvordan galaksen udvikler sig," sagde Nick Cox, koordinator for EXPLORE-projektet, som udvikler værktøjerne. "Kortene er også vigtige for kosmologer, når de afslører områder, hvor der ikke er støv, og vi kan have en klar, uhindret udsigt ud af Mælkevejen for at studere universet hinsides, såsom at foretage Deep Field-observationer med Hubble eller den nye James Webb Rumteleskop."

De værktøjer, der bruges til at skabe animationen, kombinerer data fra Gaia-missionen og 2MASS All Sky Survey. Værktøjerne er en del af en suite af applikationer designet til at understøtte undersøgelser af stjerner og galakser samt måneudforskning og er blevet udviklet gennem finansiering fra EU's Horizon 2020-program.

"State-of-the-art maskinlæring og visuel analyse har kraften til i høj grad at forbedre videnskabelig tilbagevenden og opdagelse til rumvidenskabelige missioner, men deres anvendelse er stadig relativt ny inden for astronomi," sagde Albert Zijlstra, fra University of University. Manchester og EXPLORE-projektet.

"Med en konstant strøm af nye data, såsom den nylige tredje udgivelse af Gaia-data i juni 2022, har vi et stigende væld af information at hente – ud over omfanget af, hvad mennesker kan behandle i løbet af livet. Vi har brug for værktøjer som dem. vi udvikler til EXPLORE for at understøtte videnskabelig opdagelse, såsom ved at hjælpe os med at karakterisere egenskaber i dataene, eller til at udvælge de mest interessante eller usædvanlige funktioner og strukturer." + Udforsk yderligere

Ud over skyerne:Find galakser bag galakser




Varme artikler